# ob混淆还原工具v2
| Author | jia666666 |
| :-----: | :---: |
| 说明 | 基于丁仔ob混淆还原工具的二次开发 |
## 使用说明
### 一、ob混淆网站
https://obfuscator.io/
ob混淆特征:
```javascript
// 开头一个大数组
var _0xa441 = ['\x49\x63\x4b\x72\x77\x70\x2f\x44\x6c\x67\x3d\x3d', ···]
// 自执行函数对数组进行位移
(function (_0x56a234, _0xa44115) {
var _0x532345 = function (_0x549d7c) {
while (--_0x549d7c) {
_0x56a234['push'](_0x56a234['shift']());
}
};
_0x532345(++_0xa44115);
}(_0xa441, 0x1d0));
// 解密函数
var _0x5323 = function (_0x56a234, _0xa44115) {
// 里面有段自执行函数生成atob函数
······
}
// 下方多处调用解密函数,如
var _0x239123 = _0x5323('\x30\x78\x32\x30', '\x70\x59\x48\x73');
```
### 二、依赖
1. npm install @babel/core -g
### 三、文件说明
1. config.js:配置选项文件
2. ObDecryMain.js:写死的处理流程主要运行代码
3. ObDecryFuMain.js:功能模块自由拼接,处理流程自我修改,及功能模块测试修改
4. demo.js:示例代码(还原前)
5. demoNew.js:示例代码(还原后)
6. 功能说明文档.md:各功能说明文档
### 四、使用
1. 将要还原的、**未格式化前**的ob混淆代码复制到本地
2. 修改config.js配置选项
3. 执行ObDecryMain.js即可
4. 如果有报错,可能暂不适配,或可联系本人
注意:ObDecryMain.js中已包含所有功能模块
1.针对ob混淆,已经写死了处理流程,不能灵活处理,兼容性较小
ObDecryFuMain.js是ObDecryMain的备份
1.灵活度较高,自由修改功能模块、处理流程顺序,可以满足大部分需求
2.自由开启一个或多个功能模块,便于调试
建议使用ObDecryFuMain灵活修改,以达到目的
使用之前建议阅读:AST反混淆实战-低级难度
https://jia666666.blog.csdn.net/article/details/120369644
混淆整理部分,确保前三个分别为大数组+自执行偏移函数+解密函数
### 五、其它
Ast反混淆样例专栏
https://blog.csdn.net/jia666666/category_11353500.html
### 六、参考
babel中文文档
https://www.babeljs.cn/docs/babel-generator
babel插件手册
https://github.com/jamiebuilds/babel-handbook/blob/master/translations/zh-Hans/plugin-handbook.md
反爬虫AST原理与还原混淆实战(书籍与视频)
丁仔ob解混淆源码
### 7、特别说明及感谢
作者:丁仔
参考ob解混淆源码
https://github.com/DingZaiHub/ob-decrypt

jia666666
- 粉丝: 1w+
最新资源
- 直线导轨穿梭车 多层穿梭车使用说明书 、主要技术参数、结构与工作原理、系统说明、操作模式、故障处理及其他异常现象
- 一个简单方便的目标检测框架(PyTorch环境可直接运行,不需要cuda编译),支持Faster-RCNN、Cascade-RCNN、Yolo系列、SSD等经典网络
- RISTDnet:强鲁棒性的红外小目标检测网络
- 基于 YOLO v2 的目标检测系统:可检测图像与视频,适用于公路及实验室场景
- 【Python编程教育】Python基础编程实验:环境搭建、语法掌握及常用库应用实践
- 2020 年中兴捧月阿尔法赛道多目标检测与跟踪初赛冠军方案
- 基于 Halcon 深度学习的分类、目标及缺陷检测
- 2018 至 2019 年目标检测领域论文汇总
- halcon的DeepLearning的分类、目标、缺陷检测
- 2018-2019 年度目标检测领域相关论文汇总整理
- 2021 年和鲸社区 Kesci(湛江)水下目标检测算法赛光学图像赛项
- ROS 机器人系统课程设计(自主导航+YOLO目标检测+语音播报)
- CenterNet 纯版本:便于二次开发且易于理解的目标检测与关键点检测工具
- python实现支持向量机分类器与核函数方法
- 使用 onnxruntime 部署 GroundingDINO 开放世界目标检测的 C++ 与 Python 双版本程序
- 使用 onnxruntime 部署 GroundingDINO 开放世界目标检测的 C++ 与 Python 双版本程序
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈



- 1
- 2
- 3
- 4
- 5
- 6
前往页